Unicode字符集
字符编码（1）——Unicode，utf-8
字符编码（1）——Unicode，utf-8字符编码编码是⼀个将⼀组Unicode字符转换业个字节序列的过程。
⽽解码是将⼀个编码字节序列转换为⼀组Unicode字符的过程。
Unicode字符是什么？Unicode字符集可以简写为UCS，也就是Unicode charactor setUnicode编码是国际组织制定的可以容纳世界上所有⽂字和符号的字符编码⽅案。
它通过0到0x10FFFF来映射字符，最多可容纳1114112个字符（16进制的10FFFF的值是1114111，然后加⼀个0x000000就是1114112个）。
可以看⼀下1114112的⼆进制表⽰形式为：1 0001 00000000 00000000UTF是什么？UTF是Unicode转换格式的意思，是UCS Transformation Format的缩写。
Utf-8UTF-8以字节为单位对Unicode进⾏编码。
utf-8特点是对不同范围的字符⽤不同长度的编码。
从Unicode到UTF-8的编码⽅式如下：Unicode编码(16进制) ║ UTF-8 字节流(⼆进制)000000 - 00007F ║ 0xxxxxxx000080 - 0007FF ║ 110xxxxx 10xxxxxx000800 - 00FFFF ║ 1110xxxx 10xxxxxx 10xxxxxx010000 - 10FFFF ║ 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx例如：“赵”这个字的Unicode编码（16进制表⽰⽅法）是：8d 75这个编码在.net中可以通过ToString()⽅法来实现。
为了进⾏后边的说明。
这⾥先给出测试⽤的转换⽅法：public static class CharSetHelper{public static string TransCoding(this int iValue,eTrans eType){return Convert.ToString(iValue, (int)eType);}public static string GetCorrectCoding(this string selfChar, Encoding encoding, eTrans eType){int iUnicode = (int)char.Parse(selfChar);return iUnicode.TransCoding(eType);}}public enum eTrans{Binary=2,Octonary=8,Decimal=10,Hexadecimal=16}⼀个枚举，⽤于枚举数的进制，⼀个从字串转换到特定的字符编码，并以指定进制表⽰的⽅法。
Unicode字符编码表
注：除非有特别指明，否则以下符号皆属“半角”而非“全角”。
代码显示描述U+0020 空格U+0021 ! 叹号U+0022 " 双引号U+0023 # 井号U+0024 $ 价钱／货币符号U+0025 % 百分比符号U+0026 & 英文“and”的简写符号U+0027 ' 引号U+0028 ( 开圆括号U+0029 ) 关圆括号U+002A * 星号U+002B + 加号U+002C , 逗号U+002D - 连字号／减号U+002E . 句号U+002F / 由右上至左下的斜线U+0030 0 数字0U+0031 1 数字1U+0032 2 数字2U+0033 3 数字3U+0034 4 数字4U+0035 5 数字5U+0036 6 数字6U+0037 7 数字7U+0038 8 数字8U+0039 9 数字9U+003A : 冒号U+003B ; 分号U+003C < 小于符号U+003D = 等于号U+003E > 大于符号U+003F ? 问号U+0040 @ 英文“at”的简写符号U+0041 A 拉丁字母AU+0043 C 拉丁字母CU+0044 D 拉丁字母DU+0045 E 拉丁字母EU+0046 F 拉丁字母FU+0047 G 拉丁字母GU+0048 H 拉丁字母HU+0049 I 拉丁字母IU+004A J 拉丁字母JU+004B K 拉丁字母KU+004C L 拉丁字母LU+004D M 拉丁字母MU+004E N 拉丁字母NU+004F O 拉丁字母OU+0050 P 拉丁字母PU+0051 Q 拉丁字母QU+0052 R 拉丁字母RU+0053 S 拉丁字母SU+0054 T 拉丁字母TU+0055 U 拉丁字母UU+0056 V 拉丁字母VU+0057 W 拉丁字母WU+0058 X 拉丁字母XU+0059 Y 拉丁字母YU+005A Z 拉丁字母ZU+005B [ 开方括号U+005C \ 由左上至右下的斜线U+005D ] 关方括号U+005E ^ 抑扬（重音）符号U+005F _ 底线U+0060 ` 重音符U+0061 a 拉丁字母aU+0062 b 拉丁字母bU+0063 c 拉丁字母cU+0064 d 拉丁字母dU+0065 e 拉丁字母eU+0067 g 拉丁字母gU+0068 h 拉丁字母hU+0069 i 拉丁字母iU+006A j 拉丁字母jU+006B k 拉丁字母kU+006C l 拉丁字母l（L的小写）U+006D m 拉丁字母mU+006E n 拉丁字母nU+006F o 拉丁字母oU+0070 p 拉丁字母pU+0071 q 拉丁字母qU+0072 r 拉丁字母rU+0073 s 拉丁字母sU+0074 t 拉丁字母tU+0075 u 拉丁字母uU+0076 v 拉丁字母vU+0077 w 拉丁字母wU+0078 x 拉丁字母xU+0079 y 拉丁字母yU+007A z 拉丁字母zU+007B { 开卷曲括号U+007C | 直棒U+007D } 关卷曲括号U+007E ~ 波浪纹拉丁字母-1代码显示描述U+00A1 ? 倒转的叹号U+00A2 ? （货币单位）分钱、毫子U+00A3 ? （货币）英镑U+00A4 ¤（货币）当货币未有符号时以此替代U+00A5 ? （货币）日圆U+00A6 ? 两条断开的直线U+00A7 §文件分不同部分U+00A8 ¨（语言）分音U+00A9 ? 版权符U+00AA ? （意大利文、葡萄牙文、西班牙文）阴性序数U+00AB ? 双重角形引号U+00AC ? 逻辑非U+00AE ?? 商标U+00AF ? 长音U+00B0 °角度U+00B1 ±正负号U+00B2 ? 二次方U+00B3 ? 三次方U+00B4 ? 锐音符U+00B5 ? 百万分之一，10?6U+00B6 ? 文章分段U+00B7 ·间隔号U+00B8 ? 软音符U+00B9 ? 一次方U+00BA ? （意大利文、葡萄牙文、西班牙文）阳性序数U+00BB ? 指向右的双箭头U+00BC ? 四分之一U+00BD ? 二分之一U+00BE ? 四分之三U+00BF ? 倒转的问号U+00C1 ? 在拉丁字母A 上加重音符U+00C2 ? 在拉丁字母A 上加抑扬符“^”U+00C3 ? 在拉丁字母A 上加“~”U+00C4 ? 在拉丁字母A 上加分音符“..”U+00C5 ? 在拉丁字母A 上加角度符“°”U+00C6 ? 拉丁字母A、E 的混合U+00C7 ? 在拉丁字母C 下加软音符U+00C8 ? 在拉丁字母E 上加重音符U+00C9 ? 在拉丁字母E 上加锐音符U+00CA ? 在拉丁字母E 上加抑扬符U+00CB ? 在拉丁字母E 上加分音符U+00CC ? 在拉丁字母I 上加重音符U+00CD ? 在拉丁字母I 上加锐音符U+00CE ? 在拉丁字母I 上加抑扬符U+00D0 ? 古拉丁字母?，现只有法罗文和冰岛文使用U+00D1 ? 在拉丁字母N 上加波浪纹“~”U+00D2 ? 在拉丁字母O 上加锐音符U+00D3 ? 在拉丁字母O 上加重音符U+00D4 ? 在拉丁字母O 上加抑扬符U+00D5 ? 在拉丁字母O 上加波浪纹“~”U+00D6 ? 在拉丁字母O 上加分音符U+00D7 ×乘号，亦可拖按“Alt”键，同时按“41425”五键U+00D8 ? 在拉丁字母O 由右上至左下加对角斜线“/”U+00D9 ? 在拉丁字母U 上加重音符U+00DA ? 在拉丁字母U 上加锐音符U+00DB ? 在拉丁字母U 上加抑扬符U+00DC ? 在拉丁字母U 上加分音符U+00DD ? 在拉丁字母Y 上加锐音符U+00DE ? 古拉丁字母?，现已被“Th”取替U+00DF ? 德文字母?U+00E0 à在拉丁字母a 上加重音符U+00E1 á在拉丁字母a 上加锐音符U+00E2 ? 在拉丁字母a 上加抑扬符U+00E3 ? 在拉丁字母a 上加波浪纹“~”U+00E4 ? 在拉丁字母a 上加分音符U+00E5 ? 在拉丁字母a 上加角度符“°”U+00E6 ? 拉丁字母a、e 的混合U+00E7 ? 在拉丁字母c 上加软音符U+00E8 è在拉丁字母e 上加锐音符U+00E9 é在拉丁字母e 上加重音符U+00EA ê在拉丁字母e 上加抑扬符U+00EB ? 在拉丁字母e 上加分音符U+00EC ì在拉丁字母i 上加重音符U+00ED í在拉丁字母i 上加锐音符U+00EE ? 在拉丁字母i 上加抑扬符U+00EF ? 在拉丁字母i 上加分音符U+00F0 ? 古拉丁字母?的小写U+00F1 ? 在拉丁字母n 上加波浪纹“~”U+00F2 ò在拉丁字母o 上加重音符U+00F4 ? 在拉丁字母o 上加抑扬符U+00F5 ? 在拉丁字母o 上加波浪纹“~”U+00F6 ? 在拉丁字母o 上加分音符U+00F7 ÷除号，亦可拖按“Alt”键，同时按“41426”五键U+00F8 ? 在拉丁字母o 由右上至左下加对角斜线“/”U+00F9 ù在拉丁字母u 上加重音符U+00FA ú在拉丁字母u 上加锐音符U+00FB ? 在拉丁字母u 上加抑扬符U+00FC ü在拉丁字母u 上加分音符U+00FD ? 在拉丁字母u 上加锐音符U+00FE ? 古拉丁字母?，现已被“th”取替U+00FF ? 在拉丁字母u 上加分音符拉丁字母（扩展A）代码显示描述U+0100 ? 在拉丁字母A 上加长音符U+0101 ā 在拉丁字母a 上加长音符U+0102 ? 在拉丁字母A 上加短音符U+0103 ? 在拉丁字母a 上加短音符U+0104 ? 在拉丁字母A 上加反尾形符U+0105 ? 在拉丁字母a 上加反尾形符拉丁字母（扩展C）代码显示描述U+2C60 ? 在拉丁字母“L”中间加两条横线“=”U+2C61 ? 在拉丁字母“l”（L 的小写）中间加一条横线“-”U+2C62 ? 在拉丁字母“L”（大写）中间加一条波浪线“~”U+2C63 ? 在拉丁字母“P”中间加一条横线“-”U+2C64 ? 在拉丁字母“R”下加一条尾巴U+2C65 ? 在拉丁字母“a”上加一条对角斜线“/”U+2C66 ? 在拉丁字母“t”上加一条对角斜线“/”U+2C67 ? 在拉丁字母“H”下加一条尾巴U+2C68 ? 在拉丁字母“h”下加一条尾巴U+2C69 ? 在拉丁字母“K”下加一条尾巴U+2C6A ? 在拉丁字母“k”下加一条尾巴U+2C6B ? 在拉丁字母“Z”下加一条尾巴U+2C6C ? 在拉丁字母“z”下加一条尾巴U+2C74 ? 在拉丁字母“v”的起笔加一个弯勾U+2C75 ? 拉丁字母“H”的左半部U+2C76 ? 拉丁字母“h”的左半部U+2C77 ? 希腊字母“φ”的上半部彝文字母拉丁字母（扩展D）代码显示描述U+A720 ? 强调音调音昂的改造字母U+A721 ? 强调音调低沉的改造字母特殊代码显示描述U+FFFC 取代无法显示字符的“OBJ”U+FFFD ? 无法显示的字符以它取代Unicode 编码表Unicode 编码表BMP SMP SIP SSP0000—0FFF 8000—8FFF 10000—10FFF 20000—20FFF 28000—28FFF E0000—E0FFF1000—1FFF 9000—9FFF 21000—21FFF 29000—29FFF2000—2FFF A000—AFFF 12000—12FFF 22000—22FFF 2A000—2AFFF 3000—3FFF B000—BFFF 23000—23FFF4000—4FFF C000—CFFF 24000—24FFF 2F000—2FFFF5000—5FFF D000—DFFF 1D000—1DFFF 25000—25FFF6000—6FFF E000—EFFF 26000—26FFF7000—7FFF F000—FFFF 1F000—1FFFF 27000—27FFF盲文图案。
汉字编码字符集
汉字编码字符集汉字编码字符集是指用于表示和存储汉字的一套编码系统。
在计算机领域，为了能够准确地表示和处理汉字，人们设计了多种不同的汉字编码字符集。
本文将介绍几种常见的汉字编码字符集，包括GB2312、GBK、Unicode以及UTF-8。
一、GB2312GB2312是中国国家标准局于1980年发布的一种汉字编码字符集，是最早被广泛使用的汉字字符集之一。
GB2312字符集包含了7445个汉字和682个非汉字字符，采用双字节表示每个字符。
其中，第一个字节的范围是0xB0至0xF7，第二个字节的范围是0xA1至0xFE。
GB2312字符集主要适用于简体中文。
二、GBK随着计算机技术的发展和汉字数量的增加，GB2312字符集的容量已经无法满足需求。
为了解决这个问题，国家标准局于1995年发布了GBK字符集，它是对GB2312字符集的扩充和改进。
GBK字符集兼容GB2312字符集，同时加入了21003个汉字，总计包含了21886个汉字。
GBK字符集同样采用双字节表示每个字符，第一个字节的范围是0x81至0xFE，第二个字节的范围是0x40至0xFE。
GBK字符集支持简体中文和繁体中文。
三、UnicodeUnicode是一种国际标准字符集，旨在为全球所有字符提供唯一的编码。
Unicode采用16位的编码方案，可以支持最多65536个不同的字符。
不仅包括了各个国家语言的文字，还包括了数学符号、技术符号、图形符号等。
Unicode字符集为各种语言的文字提供了一个统一的编码标准。
四、UTF-8UTF-8是一种可变长度的Unicode编码方案，更好地解决了存储效率和兼容性的问题。
UTF-8使用1至4个字节来表示一个字符，根据不同的字符而变化。
对于单字节的字符，编码和ASCII码相同，兼容ASCII码。
对于多字节的字符，第一个字节的高位标识了字节数。
UTF-8字符集可以表示Unicode字符集中的所有字符。
在计算机系统中，为了使不同的系统能够正确地处理汉字编码，一般需要统一选择一种字符集来使用。
Unicode字符全集
摩尔斯电码摩尔斯电码（又译为摩斯电码）是一种时通时断的信号代码，这种信号代码通过不同的排列顺序来表达不同的英文字母、数字和标点符号等。
它由美国人艾尔菲德·维尔发明。
艾尔菲德·维尔构思了一个方案，通过点、划和中间的停顿，可以让每个字元和标点符号彼此独立地发送出去。
作为一种信息编码标准，摩尔斯电码拥有其他编码方案无法超越的长久的生命。
摩尔斯电码在海事通讯中被作为国际标准一直使用到1999年。
1997年，当法国海军停止使用摩尔斯电码时，发送的最后一条消息是：“所有人注意，这是我们在永远沉寂之前最后的一声呐喊！”数字ASCII美国信息交换标准码(ASCII:American Standard Code for Information Interchange)起始于50年代后期，并最终在1967年定案。
最终的代码有26个小写字母，26个大写字母，10个数字，32个符号，33个控制代码和一个空格。
ASCII是一个真正的美国标准，所以他不能很好的满足其他将英语的国家的需要。
例如英国的英镑符号(￡)就没有。
解决方案为代码页。
在小型机开发初期，就已经严格建立了8位字节。
因此，如果使用一个字节来保存字符，则可以由128个附加的字符来补充。
最低的128个代码总是相同的，较高的128个代码则取决于定义代码页的语言。
如果用户为PC键盘，显示卡，和打印机指定了一个代码页，然后在PC上创建、编辑和打印文档，一切都很正常，每件事都会保持一致。
然而，如果用户试图与使用不同代码页的用户交换文件，就会产生问题。
当然，应用程序可以通过将代码页信息与文档一起保存的方式来解决问题，但是且慢，更糟的事情还在后头。
在中国、日本和韩国的象形文字符号大约有21000个，如何容纳这些语言而仍保持和ASCII的某种兼容性呢。
解决方案为双字节字符集双字节字符集（DBCS:double-byte character set）与其他代码页一样，最初的128个代码是ASCII，较高的128个代码中的某些总是跟随者第二个字节（称作首字节和跟随字节）。
计算机系统字符集和程序设计语言字符集
计算机系统字符集和程序设计语言字符集计算机系统字符集是指计算机系统中能够使用的字符的集合。
字符是组成文本的基本单位，包括字母、数字、标点符号、特殊符号等。
计算机系统字符集的选择和设计对于计算机系统的功能和性能都有重要影响。
在计算机系统中，常用的字符集包括ASCII码、Unicode和UTF-8等。
ASCII码是美国标准信息交换码，使用7位二进制数表示128个字符，包括英文字母、数字和一些特殊符号。
ASCII码是最早的字符集，被广泛应用于计算机系统中。
然而，ASCII码只能表示有限的字符集，无法满足其他国家和地区的字符需求。
为了解决这个问题，Unicode字符集应运而生。
Unicode字符集包含了世界上几乎所有的字符，每个字符都有唯一的编码。
Unicode字符集的编码长度不固定，最常见的是16位编码，即Unicode编码。
Unicode字符集的应用使得计算机系统能够处理各种语言的文字，方便了全球信息交流。
然而，Unicode字符集的编码长度较长，对于存储和传输效率有一定的影响。
为了解决这个问题，UTF-8字符集应运而生。
UTF-8字符集是一种可变长度的Unicode编码，根据字符的不同，使用1至4个字节进行编码。
UTF-8字符集兼容ASCII码，对于英文字符只使用1个字节进行编码，对于常用的汉字也只使用3个字节进行编码，极大地提高了存储和传输效率。
除了计算机系统字符集，程序设计语言字符集也是程序员必须了解的内容。
程序设计语言字符集是指程序设计语言中可以使用的字符的集合。
不同的程序设计语言字符集可能有所不同，但一般都包含了ASCII码字符集。
在程序设计语言中，字符集的选择和使用对于程序的编写和执行都有重要影响。
一方面，字符集的选择会影响程序的可读性和可维护性。
如果使用的字符集较少，可能会导致代码可读性较差，难以理解和修改。
另一方面，字符集的使用还会影响程序的执行效率。
一些字符集的操作可能比较耗时，会导致程序执行速度较慢。
Unicode字符集
Unicode通用字符集Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。
它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。
1990年开始研发，1994年正式公布。
随着计算机工作能力的增强，Unicode 也在面世以来的十多年里得到普及。
Unicode 是基于通用字符集（Universal Character Set）的标准来发展，并且同时也以书本的形式（The Unicode Standard，目前第五版由Addison-Wesley Professional出版unicode，ISBN-10: 0321480910）对外发表。
2006年7月的最新版本的Unicode 是5.0版本。
2005年3月31日推出的Unicode 4.1.0 。
另外，5.0 Beta于2005年12月12日推出，5.2版本（unicode standard）于2009年10月1日正式推出，以供各会员评价。
目前Unicode标准，6.1版已发布（2012年1月31日）。
在unicode联盟网站上可以查看完整的6.1的核心规范。
Unicode定义了大到足以代表人类所有可读字符的字符集。
Java语言就用到了Unicode编码，从而实现了该语言的国际通用性。
编辑本段Unicode 的编码和实现大概来说，Unicode 编码系统可分为编码方式和实现方式两个层次。
编码方式Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。
Unicode 用数字0-0x10FFFF来映射这些字符，最多可以容纳1114112个字符，或者说有1114112个码位。
码位就是可以分配给字符的数字。
UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。
通用字符集（Universal Character Set，UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。
unicode编码详解，一看就懂
unicode编码详解，⼀看就懂⼀、Unicode编码1 UTF-8 -16 -32编码和Unicode编码 Unicode编码是⼀种计算机字符编码标准，其实个⼈认为叫字符集更为准确；⽽我们熟悉的UTF-8 UTF-16 UTF-32是Unicode的具体实现(怎么存储在计算机)。
1）Unicode编码规范制定标准： 把世界上所有能出现的字符，都为其分配⼀个数字来表⽰，⽐如，数字U+7F57被分配给了汉字中的"罗"字。
Unicode编码的标准⾥字符数量⼀直实在新增（包括⼀些稀有字符，当然emoji表情字符也属于unicode编码哈哈），19年3⽉刚发布了Unicode12.0版本，⽐之前的版本新增了⼀些字符，现在在标准中的字符⼀共有137929个，⽽Unicode编码⽬前规划了U+0000⾄U+10FFFF为unicode编码（以世界上字符的数量应该是很久不会考虑扩展的），算⼀下⽬前还剩下976183（1114112-137929）个代码点，这976183个代码点是规划在unicode中的数字，但是还没被分配对应的字符。
2）UTF-8编码： UTF-8可以说是当前互联⽹最常⽤的编码格式了，它基于Unicode字符集进⾏编码设计。
它最⼤的特点是变长字节的编码设计，⼀个字符最长4个字节，最少1个字节，⼤部分的中⽂字符占3个字节。
编码规则如下： 1.⽤⼀个字节表⽰的字符，第⼀位设为 0，后⾯的 7 位对应这个字符的 Unicode 码点。
由于这128个字符的unicode完全对照ASCII码，可以说完全向下兼容ASCII码。
即ASCII编码的⽂件可以⽤UTF-8打开⽽不乱码； 2.⽤⼀个字节以上表⽰的字符，假设是N个字节表⽰这个字符：则该字符第⼀个字节的前N位都为1，第N+1位为0，剩下的N-1个字节的前两位都设为10，剩下没有主动设值的位置则使⽤这个字符的Unicode⼆进制代码点从低位到⾼位填充，不够⽤0补⾜。
Unicode字符集和UTF-8，UTF-16，UTF-32编码
Unicode字符集和UTF-8，UTF-16，UTF-32编码Unicode字符集和UTF-8，UTF-16，UTF-32编码在以前的计算机时代，ASCII码是⽤来代表字符。
英语只有26个字母和少许的特殊字符和符号。
下⾯的表格提供了ASCII字符和它们对应的⼗进制、⼗六进制的值。
你就可以推断上⾯的表格，ASCII码的值可以代表0-127的⼗进制数字系统，我们看⼀下⽤8bit表⽰0-127的⼆进制表⽰。
0表⽰为00000000127表⽰为0111111根据上⾯的⼆进制表⽰，我们可以推断⼗进制数0-127可以⽤7个⽐特位表⽰，第⼋个⽐特位可以忽略。
那么事情就开始混乱了。
⼈们开始对剩下的第⼋个⽐特位提出了不同的⽤法，可以⽤它来代表⼗进制数128-255，然后，冲突就出现了。
例如，越南⼈⽤⼗进制数128表⽰越南字母ờ，然⽽，印度⼈⽤⼗进制数128来表⽰印度语字母。
所以，如果⼀个印度⼈写了⼀封包含字母的邮件，那么越南⼈看到了会把它显⽰为越南字母ờ。
显然这不是预期的显⽰⽅式。
字符串的到来，拯救了这次危急。
Unicode 和Unicode字符集映射到世界上的每⼀个字符的数字都是唯⼀的。
这确保了不同语⾔的字符不会再有冲突,这些数字与平台⽆关。
这些唯⼀的数字在unicode的术语中称为code points让我们看下它们是如何被引⽤的。
拉丁字符ṍ是引⽤了下⾯的code pointU+1E4DU+表⽰是unicode，1E4D是⽤来表⽰字符ṍ的⼗六进制值。
英语字母A是⽤U+0041来表⽰。
现在我们已经知道了什么是 unicode，还有世界上的每⼀个字母都分配了⼀个唯⼀的code point。
我们需要⼀种⽅式如何在电脑内存中表⽰这些code point。
这时候，字符编码就出现了。
其中就有这么⼀种编码⽅案UTF-8.UTF-8是⼀种可在电脑内存中表⽰unicode code point的可变⼤⼩的编码⽅案，可变⼤⼩编码意味着会根据code point的⼤⼩⽽⽤1，2，3，4个字节来表⽰。
常用字符集
常用字符集字符集经常使用于计算机编程中，其本质是一系列标准映射规则，它们由定义了相应字符编码的编码字符集和描述性指令集组成。
这些字符集用来将汉字或者其他字符转换成一系列的二进制字节（又称计算机可识别的字符）。
这些字符集通常被用来表示文本文件，文件可以被转换成可以在计算机上读取的内容，并且能够正确的显示方框字符、符号、图形和汉字等等。
目前，计算机和软件使用的最常用的字符集可以分为两大类：Unicode字符集和 ASCII符集。
一、Unicode字符集Unicode是全世界最广泛使用的字符编码方案，它定义了统一的码位空间，用来表示所有的文字。
Unicode的码位空间范围是0-10FFFF”，Unicode字符集使用两个字节表示每一个字符，因此总共可以表示 1,114,112个字符，Unicode可以表示几乎所有的字符，包括拉丁文、希腊文、中文、日文等等。
二、ASCII字符集ASCII (American Standard Code for Information Interchange)是一种最早定义的字符编码标准，它是1960年由美国国家标准技术研究所（NIST）提出的。
ASCII字符集定义了128个字符，其中包括26个大写和小写英文字母、数字（0-9）、标点符号、控制字符等。
用户可以在不同的软件中使用ASCII字符集，交换、查看和处理文件等，以便满足不同的文件格式要求。
每一种字符集都有它自己的特点和用途，但Unicode字符集更加通用，其能够满足大多数对中文、拉丁字母、希腊字母、日文等字符的要求，因此，它是应用最为广泛的字符集。
尽管Unicode是当前计算机领域最常用的字符集，但它也有一些问题，比如字符编码的字节数相较于其他字符集较大，并且在兼容处理上存在一定的困难。
此外，在处理多语言文本时也必须谨慎，因为不同语言的字符集可能存在不兼容的问题。
比如，中文和英文之间的字符、汉字和日文的符号等等，如果使用错误的字符集，可能会导致有关文件的正确显示受到影响，从而造成误解。
Unicode 和 UTF-8 的区别
Unicode 和 UTF-8 的区别简单来说：Unicode是「字符集」UTF-8是「编码规则」其中：字符集：为每一个「字符」分配一个唯一的 ID（学名为码位 / 码点 / Code Point）编码规则：将「码位」转换为字节序列的规则（编码/解码可以理解为加密/解密的过程）广义的Unicode是一个标准，定义了一个字符集以及一系列的编码规则，即Unicode字符集和 UTF-8、UTF-16、UTF-32等等编码……Unicode字符集为每一个字符分配一个码位，例如「知」的码位是30693，记作 U+77E5（3 0693的十六进制为0x77E5）。
UTF-8顾名思义，是一套以8位为一个编码单位的可变长编码。
会将一个码位编码为1到4个字节：U+ 0000 ~ U+ 007F: 0XXXXXXXU+ 0080 ~ U+ 07FF: 110XXXXX 10XXXXXXU+ 0800 ~ U+ FFFF: 1110XXXX 10XXXXXX 10XXXXXXU+10000 ~ U+1FFFF: 11110XXX 10XXXXXX 10XXXXXX 10XXXXXX根据上表中的编码规则，之前的「知」字的码位 U+77E5属于第三行的范围：77 E 50111011111100101二进制的77E5--------------------------0111011111100101二进制的77E51110XXXX 10XXXXXX 10XXXXXX 模版（上表第三行）111001111001111110100101代入模版E 79F A 5这就是将 U+77E5按照 UTF-8编码为字节序列 E79FA5 的过程。
反之亦然。
关于Unicode字符集
关于Unicode字符集最初的unicode编码是固定长度的，16位，也就是2两个字节代表⼀个字符，这样⼀共可以表⽰65536个字符。
显然，这样要表⽰各种语⾔中所有的字符是远远不够的。
Unicode4.0规范考虑到了这种情况，定义了⼀组附加字符编码，附加字符编码采⽤2个16位来表⽰，这样最多可以定义1048576个附加字符，⽬前unicode4.0只定义了45960个附加字符。
Unicode只是⼀个编码规范，⽬前实际实现的unicode编码只要有三种：UTF-8,UCS-2和UTF-16，三种unicode字符集之间可以按照规范进⾏转换。
UTF-8UTF-8是⼀种8位的unicode字符集，编码长度是可变的，并且是ASCII字符集的严格超集，也就是说ASCII中每个字符的编码在UTF-8中是完全⼀样的。
UTF-8字符集中，⼀个字符可能是1个字节，2个字节，3个字节或者4个字节长。
⼀般来说，欧洲的字母字符长度为1到2个字节，⽽亚洲的⼤部分字符则是3个字节，附加字符为4个字节长。
Unix平台中普遍⽀持UTF-8字符集，HTML和⼤多数浏览器也⽀持UTF-8，⽽window和java则⽀持UCS-2。
UTF-8的主要优点：对于欧洲字母字符需要较少的存储空间。
容易从ASCII字符集向UTF-8迁移。
UCS-2UCS-2是固定长度为16位的unicode字符集。
每个字符都是2个字节，UCS-2只⽀持unicode3.0，所以不⽀持附加字符。
UCS-2的优点：对于亚洲字符的存储空间需求⽐UTF-8少，因为每个字符都是2个字节。
处理字符的速度⽐UTF-8更快，因为是固定长度编码的。
对于windows和java的⽀持更好。
UTF-16UTF-16也是⼀种16位编码的字符集。
实际上，UTF-16就是UCS-2加上附加字符的⽀持，也就是符合unicode4.0规范的UCS-2。
所以UTF-16是UCS-2的严格超集。
中文unicode范围
中文unicode范围中文unicode范围是编码技术应用于中文文本的关键技术。
它既是中文文本的标准格式，又是把中文文本编码存储的唯一办法。
它的基本概念是把文本字符编码为一系列的数字，以便让电脑进行识别和处理。
中文unicode范围是指基于unicode标准范围中定义的中文字符集以及它们相应的unicode代码点（ codepoint）。
该范围包括所有支持中文的unicode版本，包括中文字符，标点符号，数字以及各种符号。
按照unicode标准，中文unicode范围包括4个广泛使用的字符集：GBK（中国本土字符集）、Big5（台湾字符集）、UniHan（统一中日韩字符集）以及GB18030（中国统一的国家标准）。
每一个字符集都定义了专用的码位范围，这些码位就是中文unicode范围。
简单来说，中文unicode范围就是 unicode文本编码中所定义的中文字符范围。
大概范围是 U+4E00U+9FFF，中U+4E00 代表“一”U+9FFF代表“”，它们之间的所有字符都算做中文unicode范围的一部分。
为了支持不同的操作系统，中文unicode范围也支持各种平台的中文字符集，如windows、macOS、linux、android、ios等系统，以及支持中文的open source字符集。
这样，用户无论使用的是哪种系统，只要使用支持中文unicode范围的字符集，就可以正确显示和存储文本中的中文字符。
此外，在支持中文unicode范围的字符集中，还有一些特殊字符，如汉语拼音、日语拼音等。
这些字符在中文unicode范围内也有规定，可以被电脑正确识别和存储。
总之，中文unicode范围是一种规定，把文本字符编码为一系列的数字，以便让电脑正确地识别和存储文本字符。
它有助于解决电脑操作时所遇到的文本乱码问题，同时也为中文文本的存储和处理提供了正确的保证。
unicode的概念 -回复
unicode的概念-回复Unicode是一种用于表示所有文字的字符编码标准。
它旨在提供一个跨越不同文化和语言的统一编码方案。
Unicode的出现解决了以前的字符编码标准无法处理全球多样化文字的问题。
本文将一步一步解释Unicode的概念，包括其历史背景、编码原理、字符集和应用。
第一步：历史背景在计算机应用的早期，每个国家和地区都有自己的字符编码标准，如ASCII（美国标准信息交换码）和EBCDIC（扩展二进制编码十进制互换码）。
这些编码标准仅适用于特定的字符集，无法满足全球范围内的多样化文字需求。
因此，人们迫切需要一个统一的字符编码标准。
第二步：编码原理Unicode的编码原理是基于代码点的概念。
每个字符都分配了一个唯一的数字代码点，表示为十六进制。
代码点的取值范围是0x0000到0x10FFFF，共有1114112个可能的代码点。
这些代码点可以表示各种文字、标点符号、特殊符号、表情符号和其他符号。
第三步：字符集Unicode字符集可以分为几个常见的书写系统，如拉丁字母、希腊字母、中日韩文字和标点符号等。
每个字符集都有自己的代码点范围。
除了常见的字符集外，Unicode还包括一些专门用于计算机编程和通信的特殊区域，如UTF-8字节顺序标记和控制字符等。
第四步：应用Unicode广泛应用于计算机领域的各个方面，包括操作系统、编程语言、数据库、网络通信和网页设计等。
现代操作系统和软件一般都内置了对Unicode的支持，可以显示和处理各种语言的文字。
对于开发者来说，使用Unicode可以简化软件的国际化和本地化过程，使其适应不同语言环境。
第五步：Unicode的实现方式Unicode的实现方式有两种主要形式：UTF-8和UTF-16。
UTF-8是一种可变长编码方式，使用1到4个字节表示一个字符。
它可以用于编码任何Unicode字符，并且兼容ASCII编码。
相比之下，UTF-16是一种定长编码方式，使用2个或4个字节表示一个字符。
unichar字符
unichar字符什么是[unichar字符]？[unichar字符]是指Unicode字符集中的特定字符。
Unicode是一种标准的字符编码方案，用于表示世界上几乎所有的文字和符号。
每个字符都被赋予了唯一的代码点，称为码位，这些码位可以通过不同的编码方式表示。
而[unichar字符]是Unicode字符集中的一个具体字符，可以通过其对应的码位进行表示和使用。
如何表示[unichar字符]？Unicode字符集有多种编码方式，常见的编码方式有UTF-8、UTF-16和UTF-32。
UTF-8是一种变长编码方式，使用1至4个字节来表示一个字符。
UTF-16使用16位（2个字节）来表示一个字符，UTF-32则使用32位（4个字节）。
因此，[unichar字符]的表示方式取决于所选择的编码方式。
在不同的编程语言中，可以使用不同的基本数据类型来表示[unichar字符]。
例如，在Objective-C语言中，可以使用unichar数据类型来表示[unichar字符]。
unichar是一个16位的无符号整数类型，可以用来存储一个字符。
而在Java语言中，可以使用char数据类型来表示[unichar 字符]。
char是一个16位的无符号整数类型，在Java中被用来表示Unicode字符。
如何操作和处理[unichar字符]？在编程中，可以使用各种方法和函数来对[unichar字符]进行操作和处理。
例如，可以通过比较两个[unichar字符]的码位来判断它们是否相等。
还可以根据[unichar字符]的码位进行排序，或者通过索引访问一个字符串中的特定字符。
在Objective-C语言中，可以使用NSString类的characterAtIndex:方法来访问一个字符串中特定位置的[unichar字符]。
该方法返回给定位置的字符的码位，可以将其赋值给一个unichar类型的变量进行进一步处理。
在Java语言中，可以使用String类的charAt()方法来访问一个字符串中特定位置的[unichar字符]。
utf8编码范围
utf8编码范围UTF-8编码是一种针对Unicode字符集的可变长度字符编码，它可以用1-4个字节来表示一个字符。
UTF-8编码范围是指能够被UTF-8编码所表示的Unicode字符的范围。
本文将从以下几个方面详细介绍UTF-8编码范围。
一、Unicode字符集要了解UTF-8编码范围，首先需要了解Unicode字符集。
Unicode 是一种国际标准，旨在为世界上所有语言中使用的每个字符提供唯一的数字代码点。
Unicode字符集包括128个ASCII字符和超过100,000个其他字符，涵盖了世界上大多数语言中使用的所有字母、符号、标点符号和数字。
二、UTF-8编码规则UTF-8编码规则如下：1. 对于单字节的ASCII字符，UTF-8编码与ASCII编码相同，使用7位表示。
2. 对于多字节的非ASCII字符，UTF-8采用可变长度编码方式进行存储。
具体规则如下：a. 对于2字节的Unicode字符（U+0080到U+07FF），采用110xxxxx 10xxxxxx的形式进行存储。
b. 对于3字节的Unicode字符（U+0800到U+FFFF），采用1110xxxx 10xxxxxx 10xxxxxx的形式进行存储。
c. 对于4字节的Unicode字符（U+10000到U+10FFFF），采用11110xxx 10xxxxxx 10xxxxxx 10xxxxxx的形式进行存储。
三、UTF-8编码范围UTF-8编码范围指的是能够被UTF-8编码所表示的Unicode字符的范围。
根据UTF-8编码规则，UTF-8编码范围可以分为以下几类：1. ASCII字符：UTF-8编码范围包括ASCII字符，即U+0000到U+007F之间的字符。
这些字符使用单字节进行存储，采用7位表示。
2. 2字节Unicode字符：UTF-8编码范围还包括2字节Unicode字符，即U+0080到U+07FF之间的字符。
Unicode（统一码、万国码、单一码）
Unicode（统⼀码、万国码、单⼀码）Unicode（统⼀码、万国码、单⼀码）是⼀种在计算机上使⽤的字符编码。
它为每种语⾔中的每个字符设定了统⼀并且唯⼀的⼆进制编码，以满⾜跨语⾔、跨平台进⾏⽂本转换、处理的要求。
1990年开始研发，1994年正式公布。
随着计算机⼯作能⼒的增强，Unicode也在⾯世以来的⼗多年⾥得到普及。
Unicode****的编码和实现⼤概来说，Unicode编码系统可分为编码⽅式和实现⽅式两个层次。
1.编码⽅式Unicode的编码⽅式与ISO10646的通⽤字元集(亦称[通⽤字符集])（Universal Character Set，UCS）概念相对应，⽬前的⽤于实⽤的Unicode版本对应于UCS-2，使⽤16位的编码空间，也就是每个字符占⽤2个字节。
统⼀字符编码标准是⼀种⼗六位的字符编码标准，⽽ASCII则是七位编码，只适⽤于英⽂。
另有西欧国家所⽤的ISO Latin-1⼋位编码。
使⽤Unicode的好处就是⽤⼀个字符集就可解决所有现今世界上的可书写语⾔。
Unicode共有2^16即65536个编码，其中有近39000种已被定义完成，⽽中国字就占了21000种！上述16位Unicode字符构成基本多⽂种平⾯（Basic Multilingual Plane,简称（BMP）。
最新（但未实际⼴泛使⽤）的Unicode版本定义了16个辅助平⾯，两者合起来⾄少需要占据21位的编码空间，⽐3字节略少。
但事实上辅助平⾯字符仍然占⽤4字节编码空间，与UCS-4保持⼀致。
未来版本会扩充到ISO10646-1实现级别3，即涵盖UCS-4的所有字符。
UCS-4是⼀个更⼤的尚未填充完全的31位字符集，加上恒为0的⾸位，共需占据32位，即4字节。
理论上最多能表⽰2^31个字符，完全可以涵盖⼀切语⾔所⽤的符号。
BMP字符的Unicode编码表⽰为U+hhhh，其中每个h代表⼀个⼗六进制数位。
与UCS-2编码完全相同。
unicode字符大全
unicode字符大全Unicode字符大全。
Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。
Unicode是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。
Unicode字符集目前已经包含了绝大部分世界上使用的字符，包括了文字、标点符号、符号、数字、图形、控制字符、格式控制字符等。
Unicode字符集的编码空间非常大，目前已经使用了17个代码级别，每个代码级别包含65536个码位，总共可以容纳1114112个字符。
其中，基本多文本平面（BMP）占据了第一个代码级别，包含了绝大部分常用的字符。
除了BMP之外，还有辅助平面（SMP）、辅助辅助平面（SIP）等，用于存放一些不常用的字符和特殊用途的字符。
Unicode字符集中的字符可以分为以下几类：1. 控制字符，这些字符用于控制文本的显示和处理，如换行符、回车符、制表符等。
2. 标点符号，包括了各种常见的标点符号，如句号、逗号、双引号、括号等。
3. 数字，包括了阿拉伯数字、罗马数字、汉字数字等。
4. 字母，包括了拉丁字母、希腊字母、西里尔字母、汉字等。
5. 符号，包括了各种数学符号、货币符号、箭头符号、几何图形符号等。
Unicode字符集的编码方式有多种，常见的编码方式包括UTF-8、UTF-16、UTF-32等。
其中，UTF-8是一种可变长编码方式，采用1~4个字节来表示一个字符，适合于存储英文和西欧语言；UTF-16采用2或4个字节来表示一个字符，适合于存储大部分常用字符；UTF-32采用4个字节来表示一个字符，适合于存储所有Unicode字符。
在使用Unicode字符集时，需要注意以下几点：1. 不同的编程语言和操作系统对Unicode的支持程度不同，需要根据具体情况选择合适的编程环境和工具。
2. 在处理Unicode字符时，需要考虑字符的长度、编码方式、显示方式等因素，以避免出现乱吗、显示异常等问题。
Unicode--宽字节字符集
Unicode ：宽字节字符集1.如何取得一个既包含单字节字符又包含双字节字符的字符串的字符个数？可以调用Microsoft Visual C++的运行期库包含函数_mbslen来操作多字节（既包括单字节也包括双字节）字符串。
调用strlen函数，无法真正了解字符串中究竟有多少字符，它只能告诉你到达结尾的0之前有多少个字节。
2.如何对DBCS（双字节字符集）字符串进行操作？函数描述PTSTR CharNext （LPCTSTR ）; 返回字符串中下一个字符的地址PTSTR CharPrev （LPCTSTR, LPCTSTR ）；返回字符串中上一个字符的地址BOOL IsDBCSLeadByte( BYTE )；如果该字节是DBCS字符的第一个字节，则返回非0值3.为什幺要使用Unicode？（1）可以很容易地在不同语言之间进行数据交换。
（2）使你能够分配支持所有语言的单个二进制.exe文件或DLL文件。
（3）提高应用程序的运行效率。
Windows 2000是使用Unicode从头进行开发的，如果调用任何一个Windows函数并给它传递一个ANSI字符串，那幺系统首先要将字符串转换成Unicode，然后将Unicode字符串传递给操作系统。
如果希望函数返回ANSI字符串，系统就会首先将Unicode字符串转换成ANSI字符串，然后将结果返回给你的应用程序。
进行这些字符串的转换需要占用系统的时间和内存。
通过从头开始用Unicode来开发应用程序，就能够使你的应用程序更加有效地运行。
Windows CE 本身就是使用Unicode的一种操作系统，完全不支持ANSI Windows函数Windows 98 只支持ANSI，只能为ANSI开发应用程序。
Microsoft公司将COM从16位Windows转换成Win32时，公司决定需要字符串的所有COM接口方法都只能接受Unicode字符串。
4.如何编写Unicode源代码？Microsoft公司为Unicode设计了WindowsAPI，这样，可以尽量减少代码的影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
代码显示描述U+0020 空格U+0021 ! 叹号U+0022 " 双引号U+0023 # 井号U+0024 $ 价钱／货币符号U+0025 % 百分比符号U+0026 & 英文“and”的简写符号U+0027 ' 引号U+0028 ( 开圆括号U+0029 ) 关圆括号U+002A * 星号U+002B + 加号U+002C , 逗号U+002D - 连字号／减号U+002E . 句号U+002F / 由右上至左下的斜线U+0030 0 数字0U+0031 1 数字1U+0032 2 数字2U+0033 3 数字3U+0034 4 数字4U+0035 5 数字5U+0036 6 数字6U+0037 7 数字7U+0038 8 数字8U+0039 9 数字9U+003A : 冒号U+003B ; 分号U+003C < 小于符号U+003D = 等于号U+003E > 大于符号U+003F ? 问号U+0040 @ 英文“at”的简写符号U+0041 A 拉丁字母AU+0042 B 拉丁字母BU+0043 C 拉丁字母CU+0044 D 拉丁字母DU+0045 E 拉丁字母EU+0046 F 拉丁字母FU+0047 G 拉丁字母GU+0048 H 拉丁字母HU+0049 I 拉丁字母IU+004A J 拉丁字母JU+004C L 拉丁字母LU+004D M 拉丁字母MU+004E N 拉丁字母NU+004F O 拉丁字母OU+0050 P 拉丁字母PU+0051 Q 拉丁字母QU+0052 R 拉丁字母RU+0053 S 拉丁字母SU+0054 T 拉丁字母TU+0055 U 拉丁字母UU+0056 V 拉丁字母VU+0057 W 拉丁字母WU+0058 X 拉丁字母XU+0059 Y 拉丁字母YU+005A Z 拉丁字母ZU+005B [ 开方括号U+005C \ 由左上至右下的斜线U+005D ] 关方括号U+005E ^ 抑扬（重音）符号U+005F _ 底线U+0060 ` 重音符U+0061 a 拉丁字母aU+0062 b 拉丁字母bU+0063 c 拉丁字母cU+0064 d 拉丁字母dU+0065 e 拉丁字母eU+0066 f 拉丁字母fU+0067 g 拉丁字母gU+0068 h 拉丁字母hU+0069 i 拉丁字母iU+006A j 拉丁字母jU+006B k 拉丁字母kU+006C l 拉丁字母l（L的小写）U+006D m 拉丁字母mU+006E n 拉丁字母nU+006F o 拉丁字母oU+0070 p 拉丁字母pU+0071 q 拉丁字母qU+0072 r 拉丁字母rU+0073 s 拉丁字母sU+0074 t 拉丁字母tU+0075 u 拉丁字母uU+0076 v 拉丁字母vU+0078 x 拉丁字母xU+0079 y 拉丁字母yU+007A z 拉丁字母zU+007B { 开卷曲括号U+007C | 直棒U+007D } 关卷曲括号U+007E ~ 波浪纹拉丁字母-1代码显示描述U+00A1 ? 倒转的叹号U+00A2 ? （货币单位）分钱、毫子U+00A3 ? （货币）英镑U+00A4 ¤（货币）当货币未有符号时以此替代U+00A5 ? （货币）日圆U+00A6 ? 两条断开的直线U+00A7 §文件分不同部分U+00A8 ¨（语言）分音U+00A9 ? 版权符U+00AA ? （意大利文、葡萄牙文、西班牙文）阴性序数U+00AB ? 双重角形引号U+00AC ? 逻辑非U+00AE ?? 商标U+00AF ? 长音U+00B0 °角度U+00B1 ±正负号U+00B2 ? 二次方U+00B3 ? 三次方U+00B4 ? 锐音符U+00B5 ? 百万分之一，10?6U+00B6 ? 文章分段U+00B7 ·间隔号U+00B8 ? 软音符U+00B9 ? 一次方U+00BA ? （意大利文、葡萄牙文、西班牙文）阳性序数U+00BB ? 指向右的双箭头U+00BC ? 四分之一U+00BD ? 二分之一U+00BE ? 四分之三U+00BF ? 倒转的问号U+00C1 ? 在拉丁字母A 上加重音符U+00C2 ? 在拉丁字母A 上加抑扬符“^”U+00C3 ? 在拉丁字母A 上加“~”U+00C4 ? 在拉丁字母A 上加分音符“..”U+00C5 ? 在拉丁字母A 上加角度符“°”U+00C6 ? 拉丁字母A、E 的混合U+00C7 ? 在拉丁字母C 下加软音符U+00C8 ? 在拉丁字母E 上加重音符U+00C9 ? 在拉丁字母E 上加锐音符U+00CA ? 在拉丁字母E 上加抑扬符U+00CB ? 在拉丁字母E 上加分音符U+00CC ? 在拉丁字母I 上加重音符U+00CD ? 在拉丁字母I 上加锐音符U+00CE ? 在拉丁字母I 上加抑扬符U+00CF ? 在拉丁字母I 上加分音符U+00D0 ? 古拉丁字母?，现只有法罗文和冰岛文使用U+00D1 ? 在拉丁字母N 上加波浪纹“~”U+00D2 ? 在拉丁字母O 上加锐音符U+00D3 ? 在拉丁字母O 上加重音符U+00D4 ? 在拉丁字母O 上加抑扬符U+00D5 ? 在拉丁字母O 上加波浪纹“~”U+00D6 ? 在拉丁字母O 上加分音符U+00D7 ×乘号，亦可拖按“Alt”键，同时按“41425”五键U+00D8 ? 在拉丁字母O 由右上至左下加对角斜线“/” U+00D9 ? 在拉丁字母U 上加重音符U+00DA ? 在拉丁字母U 上加锐音符U+00DB ? 在拉丁字母U 上加抑扬符U+00DC ? 在拉丁字母U 上加分音符U+00DD ? 在拉丁字母Y 上加锐音符U+00DE ? 古拉丁字母?，现已被“Th”取替U+00DF ? 德文字母?U+00E0 à在拉丁字母a 上加重音符U+00E1 á在拉丁字母a 上加锐音符U+00E2 ? 在拉丁字母a 上加抑扬符U+00E3 ? 在拉丁字母a 上加波浪纹“~”U+00E4 ? 在拉丁字母a 上加分音符U+00E5 ? 在拉丁字母a 上加角度符“°”U+00E6 ? 拉丁字母a、e 的混合U+00E7 ? 在拉丁字母c 上加软音符U+00E8 è在拉丁字母e 上加锐音符U+00E9 é在拉丁字母e 上加重音符U+00EA ê在拉丁字母e 上加抑扬符U+00EB ? 在拉丁字母e 上加分音符U+00EC ì在拉丁字母i 上加重音符U+00ED í在拉丁字母i 上加锐音符U+00EF ? 在拉丁字母i 上加分音符U+00F0 ? 古拉丁字母?的小写U+00F1 ? 在拉丁字母n 上加波浪纹“~”U+00F2 ò在拉丁字母o 上加重音符U+00F3 ó在拉丁字母o 上加锐音符U+00F4 ? 在拉丁字母o 上加抑扬符U+00F5 ? 在拉丁字母o 上加波浪纹“~”U+00F6 ? 在拉丁字母o 上加分音符U+00F7 ÷除号，亦可拖按“Alt”键，同时按“41426”五键U+00F8 ? 在拉丁字母o 由右上至左下加对角斜线“/”U+00F9 ù在拉丁字母u 上加重音符U+00FA ú在拉丁字母u 上加锐音符U+00FB ? 在拉丁字母u 上加抑扬符U+00FC ü在拉丁字母u 上加分音符U+00FD ? 在拉丁字母u 上加锐音符U+00FE ? 古拉丁字母?，现已被“th”取替U+00FF ? 在拉丁字母u 上加分音符拉丁字母（扩展A）代码显示描述U+0100 ? 在拉丁字母A 上加长音符U+0101 ā 在拉丁字母a 上加长音符U+0102 ? 在拉丁字母A 上加短音符U+0103 ? 在拉丁字母a 上加短音符U+0104 ? 在拉丁字母A 上加反尾形符U+0105 ? 在拉丁字母a 上加反尾形符拉丁字母（扩展C）代码显示描述U+2C60 ? 在拉丁字母“L”中间加两条横线“=”U+2C61 ? 在拉丁字母“l”（L 的小写）中间加一条横线“-” U+2C62 ? 在拉丁字母“L”（大写）中间加一条波浪线“~” U+2C63 ? 在拉丁字母“P”中间加一条横线“-”U+2C64 ? 在拉丁字母“R”下加一条尾巴U+2C65 ? 在拉丁字母“a”上加一条对角斜线“/”U+2C66 ? 在拉丁字母“t”上加一条对角斜线“/”U+2C67 ? 在拉丁字母“H”下加一条尾巴U+2C68 ? 在拉丁字母“h”下加一条尾巴U+2C69 ? 在拉丁字母“K”下加一条尾巴U+2C6B ? 在拉丁字母“Z”下加一条尾巴U+2C6C ? 在拉丁字母“z”下加一条尾巴U+2C74 ? 在拉丁字母“v”的起笔加一个弯勾U+2C75 ? 拉丁字母“H”的左半部U+2C76 ? 拉丁字母“h”的左半部U+2C77 ? 希腊字母“φ”的上半部彝文字母拉丁字母（扩展D）代码显示描述U+A720 ? 强调音调音昂的改造字母U+A721 ? 强调音调低沉的改造字母特殊代码显示描述U+FFFC 取代无法显示字符的“OBJ”U+FFFD ? 无法显示的字符以它取代Unicode 编码表Unicode 编码表BMP SMP SIP SSP0000—0FFF 8000—8FFF 10000—10FFF 20000—20FFF 28000—28FFF E0000—E0FFF 1000—1FFF 9000—9FFF 21000—21FFF 29000—29FFF2000—2FFF A000—AFFF 12000—12FFF 22000—22FFF 2A000—2AFFF3000—3FFF B000—BFFF 23000—23FFF4000—4FFF C000—CFFF 24000—24FFF 2F000—2FFFF5000—5FFF D000—DFFF 1D000—1DFFF 25000—25FFF6000—6FFF E000—EFFF 26000—26FFF7000—7FFF F000—FFFF 1F000—1FFFF 27000—27FFF本篇文章来源于黑客基地-全球最大的中文黑客站原文链接：/tech/2009-05-12/52704.html。